滴滴
大模型算法岗面经
完整信息
本篇目录
1.Transformer 中为什么要用多头注意力？单头注意力有什么局限性？
2.GRPO 和 PPO 在 RLHF 中的核心区别是什么？
3. vLLM 的核心优势是什么？
4.为什么在推荐系统中引入RAG？知识库的数据来源和构建流程是怎样的？
5.嵌入模型为什么选 BGE？FAISS 索引是如何构建的？
6.RAG 的 chunk 划分策略是什么？
7.什么场景需要GraphRAG？
8.当输入超过模型上下文长度时，有哪些主流解决方案？
9. 手撕：乘积最大子数组（LeetCode 152）
本篇目录
当前问题0109
- 01
Transformer 中为什么要用多头注意力？单头注意力有什么局限性？
- 02
GRPO 和 PPO 在 RLHF 中的核心区别是什么？
- 03
vLLM 的核心优势是什么？
- 04
为什么在推荐系统中引入RAG？知识库的数据来源和构建流程是怎样的？
- 05
嵌入模型为什么选 BGE？FAISS 索引是如何构建的？
- 06
RAG 的 chunk 划分策略是什么？
- 07
什么场景需要GraphRAG？
- 08
当输入超过模型上下文长度时，有哪些主流解决方案？
- 09
手撕：乘积最大子数组（LeetCode 152）